Инженер компьютерного зрения / ML (UAV)

Что предстоит делать

<p><strong>Ключевые обязанности</strong> <br>● Проектирование и разработка архитектур обнаружения и отслеживания объектов для приложений реального времени<br>● Создание и поддержка конвейеров распознавания изображений (сбор данных, предобработка, обучение, развертывание)<br>● Обучение, оценка и оптимизация нейронных сетей<br>● Разработка алгоритмов отслеживания для систем БПЛА<br>● Проведение анализа данных, бенчмаркинга моделей и профилирования производительности<br>● Сотрудничество с командами аппаратного и программного обеспечения для интеграции моделей во встраиваемые платформы<br>● Документирование архитектуры, исследований, экспериментов и метрик производительности моделей</p><p><br><strong>Требуемые навыки</strong></p><p>Машинное обучение и компьютерное зрение<br>● Опыт работы с TensorFlow (TFLite для развертывания на периферийных устройствах)<br>● MobileNet, YOLO, SSD или аналогичные легковесные архитектуры<br>● Квантование моделей и оптимизация для устройств с ограниченными ресурсами<br>● Знакомство с типовыми задачами компьютерного зрения: классификация, обнаружение, сегментация, отслеживание<br>Обработка сигналов и прикладная математика<br>● Фильтры Калмана (EKF/UKF) и методы оценки состояния<br>● Цифровая обработка сигналов: FIR/IIR-фильтрация, БПФ, свертка<br>● Знания в области линейной алгебры, теории вероятностей и статистики<br>Программирование и разработка<br>● Python (NumPy, Pandas, OpenCV, scikit-learn)<br>● C/C++ для компонентов, критичных к производительности<br>● Модульное тестирование, интеграционное тестирование и CI/CD пайплайны<br>● Контроль версий (Git)<br>Встраиваемые системы<br>● Развертывание моделей машинного обучения на платформах Embedded Linux<br>● Понимание аппаратных ограничений и требований к обработке в реальном времени</p><p><strong>Будет плюсом</strong> <br>● Опыт работы с NXP i.MX8M Plus или аналогичными периферийными AI-ускорителями<br>● Опыт в области систем БПЛА/дронов или робототехники<br>● Опыт работы с ONNX, TensorRT или другими инструментами оптимизации инференса<br>● Знакомство с ROS или аналогичными фреймворками промежуточного слоя<br>Образование<br>● Степень бакалавра/магистра в области компьютерных наук, науки о данных, электротехники, прикладной математики или смежной области</p> <div> <a href="https://jobs.dou.ua/companies/omd-systems/vacancies/357726/#reply-btn-id">Откликнуться на вакансию</a> </div>